簡単な答え： Wan 2.5は、テキストから動画、画像から動画への生成を行う、アリババが提供するホスト型AI動画モデルです。 公式の「Model Studio」エンドポイントを使用すると、480P、720P、または1080Pの解像度で、5秒または10秒のMP4クリップを生成でき、映像に合わせて音声も同期して生成されます。このモデルは、Wanファミリーの中で最新のリリースではなくなりましたが、Alibaba Cloudのドキュメントには引き続き掲載されています。.
Wan 2.5 に関する混乱の多くは、アリババのオープンソース版 Wan モデルとの関係に起因しています。これらは同じファミリーに属していますが、公式の Wan 2.5 ビデオエンドポイントは、ホスト型プレビューサービスとしてリリースされました。 アリババは、ローカル環境でのComfyUI利用向けに検証済みのWan 2.5重みデータを公開していないため、アクセス、ライセンス、およびセットアップは、Wan 2.2などのオープンウェイト版とは異なります。.
チャット、リサーチ、画像、動画、エージェントツールを1か所にまとめておきたいという読者の皆様へ、, グローバルGPT 1つのアカウントでオールインワンのワークスペースを提供します。複数のプロバイダーのサイトを移動することなく、Wan 2.5またはそれ以降のWanモデルが利用可能かどうかを確認できる実用的な方法です。利用状況は変動するため、プロジェクトを開始する前に、リアルタイムのビデオピッカーを確認してください。.
目次
Wan 2.5 AIとは何ですか？
Wan 2.5は、アリババの「Wan」ビジュアル生成ファミリーの一員です。アリババは「Apsara Conference 2025」において、動画生成、画像生成、画像編集モデルを含む4つのWan 2.5モデルをプレビューしました。 同社によると、動画生成モデルは、プロンプトの追従性を向上させ、生成された画像と音声を同期させるように設計された、テキスト・音声・視覚を統合して学習させたアーキテクチャを採用しているとのことです。.
このタイミングこそが、当初の見出しの理由を説明している。同紙の 2025年9月 Wan 2.5 発表, 、アリババはこのモデルを、同社が推進するより大規模なフルスタックAI戦略の一環として位置づけた。「Wan 2.5」は、単なる無音動画生成ツールではなかった。ネイティブオーディオという機能が、このモデルをプレミアムなホスティング型動画システムと同列に語られる存在へと押し上げたのである。.
しかし、2026年9月までに、アリババの製品ラインは進化を遂げていました。公式の「Model Studio」カタログには依然として「Wan 2.5 Preview」が掲載されていますが、より新しい「Wan 2.7」および「Wan 3.0」エンドポイントでは、より長いクリップや、より幅広い参照制御機能が提供されています。この特定のバージョンではなく、現在の製品ファミリーについて調査している場合は、まず Wan 3.0 リリースおよび機能ガイド.
Wan 2.5 仕様
について Alibaba Cloud Model Studio カタログ, 2026年9月2日更新、には2つのWan 2.5 Previewエンドポイントが記載されています：
| モデルID | 入力モード | オーディオ | 決議 | 期間 | 出力 |
|---|---|---|---|---|---|
wan2.5-t2v-preview | テキストからビデオへ | 音声の同期 | 480P、720P、1080P | 5秒か10秒 | 30 fps、MP4 |
wan2.5-i2v-preview | 画像から動画へ | 音声の同期 | 480P、720P、1080P | 5秒か10秒 | 30 fps、MP4 |
その言葉 プレビュー これは単なる装飾ではありません。これはモデルIDの一部であり、ホスト型製品のエンドポイントであることを示すもので、ダウンロード可能なチェックポイントではありません。また、これは、以前ブックマークしたルートだけを鵜呑みにするのではなく、利用予定のプラットフォームでアクセス権限と課金情報を確認する必要があることを意味します。.
「Wan 2.5 AIビデオジェネレーター」にはどのような機能がありますか？
動画と音声を同時に生成する
Wan 2.5の最大の特徴は、音声の同期機能でした。アリババによると、このモデルは、クリエイターが別のツールで音声レイヤーを作成する必要がなく、動画と連動した高音質の音声を作成できるとのことです。短い会話シーンや商品撮影、雰囲気のあるシーンなどでは、これにより編集工程を1つ省くことができます。.
プロンプトを1080Pの短いクリップに変換する
テキストから動画へのエンドポイントは、記述されたシーンの説明を受け取り、5秒または10秒のクリップを返します。効果的なプロンプトには、主題、アクション、カメラワーク、設定、映像表現、音響について記述する必要があります。「映画的」や「圧巻」といった曖昧な形容詞を羅列するよりも、こうした構成の方が信頼性が高くなります。“
静止画像にアニメーションを付ける
「画像から動画」エンドポイントは、モデルに視覚的な出発点を提供します。これは、自由な発想よりも、特定の製品、キャラクター、構図、あるいは配色が重要となる場合に役立ちます。市場をより広範に把握するには、 AI動画生成ツールの比較ランキング さまざまなツールが、品質、管理、ワークフローにどのように取り組んでいるかを示しています。.
Wan 2.5 画像から動画へ：実践的なワークフロー
まずは、きれいな元の画像から始めましょう。被写体が1つに絞られ、背景との境界がはっきりしており、動きのための十分な余白があるフレームであれば、モデルが処理すべき課題が少なくなります。元の画像にすでに手の歪み、判読不能なテキスト、あるいは不自然な形状が含まれている場合、動きによってそうした欠点がより目立ちやすくなるのが一般的です。.
- 最初のフレームを選択してください。. そのテーマや最終的なアートディレクションを最もよく表している画像を使用してください。.
- 見た目だけでなく、動きについても説明してください。. モデルに、被写体が何をしているか、そしてそれがどのくらいの速さで起こるかを伝えてください。.
- カメラを向けなさい。. スローなプッシュイン、横移動の追跡ショット、固定カメラなど、明確な動きを1つ用いる。.
- サウンドレイヤーを作成してください。. 会話、雰囲気、効果音、音楽については、そのシーンに役立つ場合にのみ描写してください。.
- まずは短い下書きを作成しましょう。. 解像度をさらに高めるために費用をかける前に、動きと構図を修正しましょう。.
画像から動画を生成するモデルは、すべて同じように動作するわけではありません。その Kling AIによる画像から動画へのワークフロー ソース画像の動きやソーシャル動画の制作において、別のアプローチが必要になった際に、参考になる比較です。.
2026年のWan 2.5の使い方
オプション 1：Alibaba Cloud Model Studio
Model Studioは、2つのWan 2.5 Previewエンドポイントの公式ホスト型ルートです。名前付きモデルID、APIによるジョブ制御、プロバイダーのドキュメントを必要とする開発者にとって、最も適した選択肢です。利用には、Alibaba Cloudアカウント、適切なデプロイスコープ、およびジョブを実行するのに十分なクォータまたは請求残高が必要です。.
オプション 2：GlobalGPT のビデオワークスペース
GlobalGPTは、複数のAIワークフローを1つのアカウントと1つのサブスクリプションで管理したいユーザー向けに設計されています。その 公的プランのページ 2026年9月3日に確認したところ、同サービスは、新しいWanオプションとともに、対応ビデオモデルとして「Wan 2.5」を掲載していました。これにより、プロバイダーごとに個別のサブスクリプションを維持することなく、より幅広い機能を利用できるという実用的なメリットがあります。.
開始する前に、「Video」ワークスペースを開き、ライブモデルピッカーを確認してください。「Wan 2.5」がない場合は、古い専用URLを無理に使用しないでください。必要なコントロールや再生時間に応じて、「Wan 2.7」または「Wan 3.0」を選択してください。最新のファミリーを比較しているユーザーは、以下も確認できます。 Wan 3.0 Primeの速度と価格の違い.
Wan 2.5は無料ですか？
Wan 2.5は、無料でダウンロードできるオープンモデルではありません。. これはホスト型プレビューサービスであるため、利用状況はプロバイダーの現在の利用枠、クレジット、または課金ルールによって異なります。新規ユーザー向けの特典やプロモーション用クレジットは、恒久的な無料アクセスではなく、期間限定の試用として扱う必要があります。.
これが、単一の表示価格ではなく、ワークフロー全体を比較すべきもう一つの理由です。解像度、所要時間、生成に失敗した回数、音声の有無などによって、実際に使用可能なクリップ1本あたりのコストは変動する可能性があります。新しいモデルシリーズについては、 Wan 3.0 の価格および API 利用料金ガイド より最新の計画の背景情報を提供します。.
Wan 2.5はオープンソースですか？
2026年9月3日に確認したところ、アリババの公開Wanリポジトリには、Wan 2.5モデルの公式重量は記載されていませんでした。. オフィシャル Wan2.2 GitHubリポジトリ Wan 2.2のリリース向けに、推論コード、チェックポイント、およびApache 2.0ライセンスを提供します。ただし、別途ホストされているWan 2.5 Previewのエンドポイントをオープンソースのダウンロード対象とするものではありません。.
これが、「Wan 2.5 オープンソース」というキーワードをめぐる一般的な誤解の原因です。Wanは広い意味でのオープンなモデルファミリーですが、番号が付けられたすべての製品が自動的に同じ条件で公開されるわけではありません。「APIアクセス」とは、そのモデルを呼び出せることを意味します。「オープンウェイト」とは、そのパラメータをダウンロードして実行できることを意味します。これらは異なる概念です。.
ComfyUIでWan 2.5は動作しますか？
公式のWan 2.5ウェイトがない限り、検証済みの公式なローカル版Wan 2.5 ComfyUIワークフローは存在しません。. AlibabaのWan2.2リポジトリには、Wan2.2のテキストから動画、画像から動画、テキスト・画像から動画、音声から動画、およびアニメーションの各タスクにおけるComfyUIとの連携が明示的に記録されています。この情報はWan 2.2に適用されるものであり、Wan 2.5 Previewには適用されません。.
サードパーティ製のComfyUIノードであっても、ホストされているWan 2.5 APIを呼び出すことは可能です。これはAPIラッパーであり、ローカル推論ではありません。ノードをインストールする前に、プロンプトやソース画像がどこに送信されるか、認証情報がどのように保存されるか、生成に対する課金方法を確認してください。.
この特定のバージョン番号よりもローカルでの制御を重視する場合は、公式にリリースされたWan 2.2のチェックポイントと、そのドキュメントに記載されているComfyUIのワークフローを使用してください。 その代償として、Wan 2.2のコアとなる「テキストから動画」および「画像から動画」エンドポイントは、Wan 2.5プレビュー版のネイティブな音声同期機能セットとは互換性がありません。.
Wan 2.5 対 新型Wanモデル
| バージョン | これを使う最大の理由 | 期間と決議 | ローカル／オープンなワークフロー |
|---|---|---|---|
| ワン 2.2 | 公式チェックポイントとComfyUIのサポート | チェックポイントによって異なります。T2V/I2Vの基本機能では、480Pまたは720Pに対応しています。 | はい、公式にリリースされたWan 2.2モデルについては |
| Wan 2.5 プレビュー | 音声と映像が同期された短い動画 | 5秒または10秒；480P、720P、1080P | 公式の重量は確認されていません |
| ワン 2.7 | ホストされたクリップの長さの延長とマルチショット機能 | 最大15秒、T2V/I2Vの場合は720Pまたは1080P | Model Studio 内のホスト型エンドポイント |
| Wan 3.0 | より長いクリップと、より幅広い参照入力 | 2～30秒；480P、720P、1080P | Model Studio 内のホスト型エンドポイント |
Wan 2.5は、正確なホストされたエンドポイントが必要な場合や、以前のワークフローを再現したい場合には、依然として有用です。新しいプロジェクトでは、まず最新のオプションと比較してみてください。その Wan 3.0 対 Kling 3.0 の比較 現在の購入判断を行う上で、より適切な出発点となります。.
Wan 2.5 プロンプト・チェックリスト
プロンプトを読みやすくするために、次の順序で記述してください：
被写体 + 動作 + 設定 + カメラ + 照明・スタイル + 音声 + 制約
テキストから動画への生成プロンプトの例： 濃い色の木製のカウンターの上に陶器のコーヒーカップが置かれ、湯気が渦を巻いて立ち上っている。カメラがゆっくりとズームインする。左側から温かな朝の光が差し込む。静かなカフェの雰囲気、カップが軽くぶつかる柔らかな音、台詞も画面上の文字もない。.
画像から動画へのプロンプトの例： 製品の形状とラベルは変更しないでください。カメラが左から右へ移動する間、ボトルにゆっくりと結露が生じていきます。クールなスタジオ照明、浅い被写界深度、かすかな氷のパチパチという音、そして室内の環境音。余分な小物は一切なく、テキストの歪みもありません。.
- 短いクリップ1つにつき、1つの主なアクションを使用してください。.
- 複数のカメラワークを組み合わせるのではなく、1つのカメラワークを選びましょう。.
- 「いい音」と頼むのではなく、具体的な音声の指示を書きましょう。“
- 明確な制約条件を設定して、重要な製品情報を保護してください。.
- 動きのテスト中は低解像度で生成し、その後画質を向上させてください。.
成人向けや制限付きコンテンツに関する質問については、モデルの機能とプラットフォームのポリシーを区別してください。その Wanのコンテンツポリシーおよびプロンプト作成ワークフローガイド 生成されたすべてのリクエストを許容可能なものとして扱うことなく、実用上の限界について説明しています。.
よくある質問
「Wan 2.5」とは何ですか？
Wan 2.5 は、ホスト型プレビューサービスとしてリリースされた Alibaba の AI 動画モデルです。その公式の「テキストから動画」および「画像から動画」エンドポイントでは、最大 1080P の 5 秒または 10 秒の MP4 クリップを生成し、音声の同期生成機能も備えています。.
Wan 2.5はアリババのAI動画モデルですか？
はい。Wanはアリババのビジュアル生成モデルファミリーであり、アリババは「Apsara Conference 2025」で「Wan 2.5 Preview」を発表しました。同社は、動画生成、画像生成、画像編集を網羅する4つのWan 2.5モデルを披露しました。.
Wan 2.5はオープンソースですか？
2026年9月3日現在、Alibabaの公開Wanリポジトリには、Wan 2.5の公式ウェイトは掲載されていません。オープンソースのWan 2.2チェックポイントは存在しますが、それをもってホストされているWan 2.5プレビューエンドポイントがオープンソースであるとは限りません。.
Wan 2.5をComfyUIと一緒に使うことはできますか？
Wan 2.5の公式重みデータがないため、ローカルでの推論として検証済みとはみなされません。一部のサードパーティ製ノードではホスト型APIを呼び出す場合がありますが、それはモデルをローカルで実行することとは異なります。ComfyUIとの公式な統合については、リリース済みのWan 2.2チェックポイントについてドキュメント化されています。.
Wan 2.5は無料で利用できますか？
Wan 2.5は、恒久的に無料でダウンロードできるモデルではありません。ホスト型アクセスでは、プロバイダーのクレジット、試用枠、または有料課金を利用できます。アカウントの資格要件、クレジットの費用、モデルの利用可能状況は変更される可能性があるため、生成する前にライブプラットフォームをご確認ください。.
Wan 2.5は、画像から動画への生成機能をサポートしていますか？
はい。公式の wan2.5-i2v-preview このエンドポイントは、入力画像を5秒または10秒の動画に変換します。480P、720P、1080PのMP4形式での出力に対応しており、フレームレートは30fpsで、音声も同期されています。.
2026年になっても、Wan 2.5を使い続けるべきでしょうか？
その特定のプレビューエンドポイントが必要な場合や、古いワークフローを再現しなければならない場合は、Wan 2.5 を使用してください。新しいプロジェクトの場合は、まず Wan 2.7 と Wan 3.0 を比較してください。アリババの現在のカタログによると、これらの方が利用期間が長かったり、制御範囲が広かったりするためです。.
最終評決
Wan 2.5は、テキストから動画への生成や画像から動画への生成に音声の同期機能を組み合わせたものであり、アリババのAI動画推進における重要な一歩となりました。 その公式仕様は現在も有用であり、ホスト型プレビューエンドポイント2つ、最大1080P、再生時間5秒または10秒、30fps、MP4出力となっています。.
